การประเมินคลัสเตอร์ที่เล็กที่สุด
ในแบบฝึกหัดนี้ เราจะมาดูคลัสเตอร์ที่ได้จาก DBSCAN และทำการตั้งค่าสถานะคลัสเตอร์บางส่วนว่าเป็นการฉ้อโกง:
- ขั้นแรก ต้องหาขนาดของแต่ละคลัสเตอร์ แล้วกรองเฉพาะที่เล็กที่สุดออกมา
- จากนั้น นำคลัสเตอร์ที่เล็กที่สุดมาตั้งค่าสถานะว่าเป็นการฉ้อโกง
- สุดท้าย ตรวจสอบกับ label เดิม ว่าวิธีนี้สามารถตรวจจับการฉ้อโกงได้ดีเพียงใด
ข้อมูลที่มีให้ได้แก่ ผลการพยากรณ์จากโมเดล DBSCAN โดย n_clusters พร้อมใช้งาน รวมถึง label ของแต่ละคลัสเตอร์ที่บันทึกไว้ใน pred_labels มาลองทำกันเลย!
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การตรวจจับการฉ้อโกงด้วย Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Count observations in each cluster number
counts = np.bincount(____[____ >= 0])
# Print the result
print(counts)